大语言模型
大语言模型（LLM）是近两年 AI 的主角：在海量文本上训练出来的超大规模神经网络，能生成文字、翻译、写代码、聊天。ChatGPT、豆包、DeepSeek 都是 LLM。
为什么叫"大"
参数从几亿到几千亿，训练数据是互联网规模的文本，算力耗费巨大。大模型产生了"涌现能力"：小模型没有的推理能力出现了。
原理（简化）
基于 Transformer，核心是"预测下一个词"：看到前文，预测最可能的下一个词。反复生成就成了一句话、一篇文章。RLHF（人类反馈强化学习）让它更懂人类偏好。
代码示例
# 调用大模型 API（伪代码）
import openai
client = openai.OpenAI(api_key="你的key")
resp = client.chat.completions.create(
model="gpt-4o",
messages=[
{"role": "system", "content": "你是编程助手，用中文回答"},
{"role": "user", "content": "解释什么是大模型"}
]
)
print(resp.choices[0].message.content)📚 Python 语法速查
常用条目速查，完整版见对应教程章节。可复制代码到在线运行中测试。
| 写法 / 语法 | 作用 |
|---|---|
print("hello") | 输出到控制台 |
name = "张三" | 变量赋值（无需声明类型） |
if x > 0: ... | 条件判断（注意冒号和缩进） |
for i in range(10): ... | 循环（缩进是语法的一部分） |
while x < 10: ... | 条件循环 |
def fn(a, b): return a + b | 定义函数 |
class Person: ... | 定义类 |
list = [1, 2, 3] | 列表（可改） |
tuple = (1, 2) | 元组（不可改） |
dict = {"key": "value"} | 字典（键值对） |
set = {1, 2, 3} | 集合（去重） |
len(obj) | 取长度 |
str(x) / int(x) / float(x) | 类型转换 |
s.split(",") | 字符串按分隔符拆分 |
" ".join(list) | 列表拼接成字符串 |
import os | 导入模块 |
from math import sqrt | 从模块导入指定函数 |
try: ... except Exception as e: ... | 异常捕获 |
with open("a.txt", "r") as f: ... | 文件读取（自动关闭） |
f"你好 {name}" | f-string 格式化 |
lambda x: x * 2 | 匿名函数 |
list(map(fn, arr)) | 函数式处理列表 |
range(start, stop, step) | 生成数字序列 |
if __name__ == "__main__": | 主入口判断 |
pip install 包名 | 安装第三方包（命令行） |